About 5% - 10% of genome sequences in mammals are stably transcribed, only about 1% of sequences are protein encoding gene, and the remaining 4% - 9% of sequences are transcribed into non-coding RNA. However, non-coding RNA refers to functional RNA molecules that cannot be translated into proteins. lncRNA is non-coding RNA with a length of more than 200nt in the 4% - 9%. Their functions are mainly reflected in four aspects: First, affect the expression of peripheral genes; Second, regulate

protein activity and localization; Third, produce small molecule RNA; Fourth, regulate other RNA.

哺乳動物のゲノム配列のうち約5%～10%が安定に転写され、蛋白質コード遺伝子は約1%しか占めておらず、残りの4%〜9%の配列はすべて非コードRNAに転写されます。非コードRNA(non-coding RNA)とはタンパクに翻訳できない機能性RNAということです。長鎖非コードRNAは、これら4%～9%のうち長いが200ntを超えた非コードRNAです。その役割は主に4つの方面から反映されます:第一に、周辺遺伝子の発現に影響を与えます；第二に、タンパク質の活動と定位を制御します；第三に、小分子RNAを発生します；第四に、他のRNAに対する制御作用です。

Amplicons are mainly divided into 16S, 18S and ITS sequencing. Different strategies can only detect a certain kind of microbe at a time. 16S amplicon can analyze bacterial diversity, while 18S and ITS target fungi. The species annotation accuracy of amplicons is generally to genus, and the price is lower, which is suitable for riddle of different species in preliminary tests. While metagenome focuses on the information of species composition, functional composition and metabolic pathway in environmental samples. This technology deeply digs functional information of environmental samples. 

単位複製配列は主に16S、18S、ITS配列決定に分けられ、それぞれのストラテジーは一度に或る一種の微生物しか検出できず、16S単位複製配列は細菌の多様性を分析することができ、18SとITSは真菌微生物に使用されます。拡張子の種アノテーション精度は一般的に属のレベルまで至り、価格が安く、予備試験でディファレンシャルディスプレイ法（DD法）による差異種の初歩的なスクリーニングに適しています。一方、メタゲノムは環境サンプル中の種組成、機能組成及び代謝経路などの情報に注目し、この技術は環境サンプルの機能レベルの情報を深く掘り下げます。

Because the statistical test methods used by the three statistical analysis methods are different, the results will also be different. Among them, T-test uses t test, Metastat automatically adjusts the statistical method (rank sum test or Fisher test) according to the sample, while LEfSe uses rank sum test and linear discriminant analysis (LDA). The screening results of these three methods are credible, and teachers can choose the most consistent analysis results according to their own research background.

これら3つの統計分析方法で使用する統計検査の方法がそれぞれ異なるため、得られた結果にも異なります。そのうち、T-testはt検定の方法を用い、Metastatはサンプルの実況に応じて統計方法を自動的に調整(順位和検定またはfisher検定)し、LEfSeは順位和検定と、線形判別分析(LDA)を用います。これら3つの統計分析方法のスクリーニング結果はいずれも信頼できるものであり、研究者は自分の研究背景に基づいて最も合った分析結果を選択することができます。

Assembly is the foundation of subsequent analysis. Since all sample have various low abundance species, individual assembly will lead to low abundance species not being detected due to unassembled reads. Hybrid assembly puts all sample data together, which could not only take full advantage of the data, but also accurately obtain information of low abundance species, thus laying a good foundation for the difference analysis of different groups.

組立は、後続の解析の基礎となります。各サンプルには様々な低存在量の種が存在するため、個体組立の場合は組み立てられていないreadsによる低存在量の度種の検出不能に繋がる原因になります。ハイブリッド組立の方式を採用し、すべてのサンプルデータを合わせたら、データを充分に活用し、低存在量の種のより精確な情報を得ることができ、後続の異なる群の差異分析の為に良い基礎を築きます。

5つまたは5つ以上の生物学的反復が望ましく、ヒトと動物サンプルは個体特異性が大きいため、10つ以上の生物学的反復を提案します。